基于主题的Web文档聚类研究

被引：29

作者：

孙学刚

陈群秀

马亮

机构：

[1] 智能技术与系统国家重点实验室清华大学计算机科学与技术系

来源：

中文信息学报 | 2003年 / 03期

关键词：

计算机应用; 中文信息处理; Web文档聚类; OPTICS算法; 特征提取; K近邻准则; 二次特征提取和聚类的方法;

D O I：

暂无

中图分类号：

TP393.092 [];

学科分类号：

摘要：

网络资源的不断膨胀和新旧信息的迅速更迭 ,使传统的手工分检的方法难以适应对海量电子数据的管理需要。Web文档聚类可以快速地将文档进行自动归类 ,并能够发现新的信息资源。针对Web文档数据的复杂性 ,本文提出了通过二次特征提取和聚类的方法 ,将Web文档按照主题进行自动聚类。在主题特征被有效提取的同时 ,实现了较高质量的Web文档聚类。

引用

页码：21 / 26

页数：6